数据科学与工程

敌对的机器学习

扰乱人工智能应用

人工智能

这是一个探索领域，专注于让计算机完成我们之前认为只有人类才能完成的任务。

大数据

一种数据范例，侧重于从各种各样的来源收集大量信息并迅速使其有意义。

CD4ML

机器学习的持续交付——CD4ML——采用软件工程方法，并将它们应用于机器学习应用程序的创建。

数据湖

数据湖是一个存储库——通常是一个大的库——用于存储多种类型的数据。

数据网格

数据网格是数据架构的一种方法，其中数据的所有权分布在跨功能领域的团队中，然后由团队向最终用户提供数据产品。

数据科学

数据科学结合了方法、流程和技术，从数据中提取知识和见解，以实现某些业务目的。

数据仓库

用于存储和分析操作数据的存储库。

深度学习

深度学习是机器学习的一个分支，它使用被称为神经元的计算节点组成的多层网络，创建一个模拟人类大脑处理信息方式的人工神经网络。

事件驱动的
体系结构

一种使用业务事件触发操作的软件创建风格。适合快速成长的企业，需要快速响应变化。

可辩解的人工智能

让人工智能解决方案变得透明和易于理解——从它们做出的决定到它们产生的结果。

卡夫卡

Apache Kafka是一个开源的流媒体平台，经常被那些希望开发依赖于大型实时数据集的创新数字服务的公司使用。

机器学习

机器学习是人工智能的一个分支，它可以在大量数据积累中发现模式，从而做出预测和决策。

自然语言
处理

自然语言处理

在线机器
学习

在线机器学习

R

为统计分析而开发的一种程序设计语言和环境。

回归

一种分析数据的传统方法，旨在根据过去的行为创建模型，用于预测未来。

测试数据
管理

测试数据管理